Математическое моделирование
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор
Правила для авторов

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Матем. моделирование:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Матем. моделирование, 1990, том 2, номер 1, страницы 112–118 (Mi mm2320)  

Эта публикация цитируется в 16 научных статьях (всего в 17 статьях)

Вычислительные методы и алгоритмы

Об оценке чувствительности нелинейных математических моделей

И. М. Соболь

Институт прикладной математики им. М. В. Келдыша АН СССР

Аннотация: Доказана теорема о разложении интегрируемой функции на разноразмерные слагаемые. Предложен алгоритм Монте-Карло для оценки чувствительности функции по отношению к любым группам переменных.

Полный текст: PDF файл (792 kB)

Реферативные базы данных:
УДК: 519.676
Поступила в редакцию: 05.07.1989

Образец цитирования: И. М. Соболь, “Об оценке чувствительности нелинейных математических моделей”, Матем. моделирование, 2:1 (1990), 112–118

Цитирование в формате AMSBIB
\RBibitem{Sob90}
\by И.~М.~Соболь
\paper Об оценке чувствительности нелинейных математических моделей
\jour Матем. моделирование
\yr 1990
\vol 2
\issue 1
\pages 112--118
\mathnet{http://mi.mathnet.ru/mm2320}
\mathscinet{http://www.ams.org/mathscinet-getitem?mr=1052836}
\zmath{https://zbmath.org/?q=an:0974.00506}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/mm2320
  • http://mi.mathnet.ru/rus/mm/v2/i1/p112

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles

    Эта публикация цитируется в следующих статьяx:
    1. И. М. Соболь, Е. Е. Мышецкая, “Об использовании квази-Монте-Карло в оценках bootstrap”, Матем. моделирование, 16:2 (2004), 118–122  mathnet  zmath
    2. И. М. Соболь, “Глобальные показатели чувствительности для изучения нелинейных математических моделей”, Матем. моделирование, 17:9 (2005), 43–52  mathnet  mathscinet  zmath
    3. М. К. Керимов, “К восьмидесятилетию Ильи Мейеровича Соболя”, Ж. вычисл. матем. и матем. физ., 47:7 (2007), 1115–1122  mathnet  mathscinet  elib; M. K. Kerimov, “On the 80th birthday of Il'ya Meierovich Sobol”, Comput. Math. Math. Phys., 47:7 (2007), 1065–1072  crossref
    4. Uspuras E., Kaliatka A., Kopustinskas V., Vaisnoras M., “Use of the Fast and Csm Methods for Analyzing Uncertainties in Hydraulic-Shock Modeling”, Atomic Energy, 109:3 (2011), 213–220  crossref  isi
    5. Campolongo F. Saltelli A. Cariboni J., “From Screening to Quantitative Sensitivity Analysis. a Unified Approach”, Comput. Phys. Commun., 182:4 (2011), 978–988  crossref  isi
    6. Xu J. Shu H. Jiang H. Dong L., “Sobol' Sensitivity Analysis of Parameters in the Common Land Model for Simulation of Water and Energy Fluxes”, Earth Sci. Inform., 5:3-4 (2012), 167–179  crossref  isi
    7. Л. Ф. Нурисламова, И. М. Губайдуллин, “Исследование и редуцирование математической модели химической реакции методом Соболя”, Компьютерные исследования и моделирование, 8:4 (2016), 633–646  mathnet  crossref
    8. Makai M., Vegh J., “Miscellaneous”: Makai, M Vegh, J, Reactor Core Monitoring: Background, Theory and Practical Applications, Lecture Notes in Energy, 58, Springer, 2017, 391–403  isi
    9. Makai M., Vegh J., “Parameter Fitting, Sensitivity, Stability”: Makai, M Vegh, J, Reactor Core Monitoring: Background, Theory and Practical Applications, Lecture Notes in Energy, 58, Springer, 2017, 405–413  isi
    10. Nikishova A., Kalyuzhnaya A., Boukhanovsky A., Hoekstra A., “Uncertainty Quantification and Sensitivity Analysis Applied to the Wind Wave Model Swan”, Environ. Modell. Softw., 95 (2017), 344–357  crossref  isi
    11. Oden J.T., “Adaptive Multiscale Predictive Modelling”, Acta Numer., 27 (2018), 353–450  crossref  isi
    12. Nikishova A., Veen L., Zun P., Hoekstra A.G., “Uncertainty Quantification of a Multiscale Model For in-Stent Restenosis”, Cardiovasc. Eng. Technol., 9:4, SI (2018), 761–774  crossref  isi  scopus
    13. Munsky B., Hlavacek W.S., Tsimring L.S., “Introduction to Quantitative Biology”, Quantitative Biology: Theory, Computational Methods, and Models, eds. Munsky B., Hlavacek W., Tsimring L., Mit Press, 2018, 1+  isi
    14. Ballester-Ripoll R., Paredes E.G., Pajarola R., “Sobol Tensor Trains For Global Sensitivity Analysis”, Reliab. Eng. Syst. Saf., 183 (2019), 311–322  crossref  isi  scopus
    15. Nikishova A., Comi G.E., Hoekstra A.G., “Sensitivity Analysis Based Dimension Reduction of Multiscale Models”, Math. Comput. Simul., 170 (2020), 205–220  crossref  isi
    16. Caccavale O.M., Giuffrida V., “The Proteus Composite Index: Towards a Better Metric For Global Food Security”, World Dev., 126 (2020), 104709  crossref  isi
    17. Memon Z., Qureshi S., Memon B.R., “Mathematical Analysis For a New Nonlinear Measles Epidemiological System Using Real Incidence Data From Pakistan”, Eur. Phys. J. Plus, 135:4 (2020), 378  crossref  isi
  • Математическое моделирование
    Просмотров:
    Эта страница:6628
    Полный текст:3057
    Литература:1
    Первая стр.:5
     
    Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2022